使用 DFS 建立營運資料管道
當團隊需要把來源系統資料變成可治理的營運資料，用於看板、Inspector、預測性維護、Physical AI 或 FactVerse AI Agent 時，使用本工作流。
適用場景
- 一個來源需要驅動即時營運視圖。
- 多個系統描述同一資產或事件。
- AI 工作流需要可引用證據。
- Physical AI 需要帶時間戳和來源說明的場景輸入。
工作流
操作步驟
- 定義業務問題、來源系統、目標身分、欄位、時間窗口和允許用途。
- 建立 DFS Lite 連接器，並用已啟用的 REST、CSV、MQTT、OPC UA 或專案連接器測試連通性。
- 瀏覽和預覽來源資料，確認欄位意義、單位、空值、重複值和異常值。
- 審閱欄位對應建議，人工確認身分、單位、轉換表達式和目標欄位。
- 執行同步，記錄成功時間、失敗列、吞吐、配額和品質狀態。
- 建立 DFS Pro 資料集，填寫 owner、steward、profile、lineage 和生命週期。
- 需要多來源合併時執行融合任務，並處理衝突、低信心結果和拒絕列。
- 交接治理資料集、版本、品質說明和未解決事項。
檢查清單
- DFS Lite 輸出可追溯到來源路徑。
- DFS Pro 資料集有 owner、版本、品質狀態和 lineage。
- 融合任務的設定、輸入、輸出、衝突和審閱結論已記錄。
交付結果
- 一條從來源系統到治理資料集或 AI Agent 證據的可稽核資料管道。
實施說明
保留來源系統、欄位意義、時間戳、單位、負責人和審閱記錄。DFS 輸出只有在完成對應、品質檢查和交接記錄後，才應進入 Inspector、FactVerse AI Agent、BI 或 Physical AI 工作流。
相關頁面
| 繼續閱讀 | 適用場景 |
|---|---|
| 為 AI Agent 工作流準備 DFS 資料 | 使用 DFS Lite 和 DFS Pro 為 FactVerse AI Agent 準備來源資料、治理資料集、融合輸出和交接記錄。 |
| DFS 場景配方 | 按任務選擇 BMS、預測性維護、AI Agent、融合和拒絕列恢復的操作路徑。 |